目錄（23 節）
- AI 配音係咩？30 秒搞懂
- AI 配音、文字轉語音、粵語配音：三個詞點分？
- 邊啲工作啱用 AI 配音？五類高頻用例
- 點揀 AI 配音工具？五條驗證準則
- 準則一：粵語讀音準唔準 — 用多音字驗
- 準則二：自然度 — 聽三樣嘢
- 準則三：中英夾雜處理
- 準則四：實用功能
- 準則五：成本同授權透明度
- 粵語 AI 配音特別難？四道關卡
- AI 配音幾多錢？由免費到工作室方案實算
- 由零到第一條 AI 配音：五步上手
- 授權同法律：AI 聲音用得，唔代表乜都照用
- 常見問題
- AI 配音可以用喺商業項目嗎？
- AI 配音同真人配音，邊個好啲？
- 粵語 AI 配音聽唔聽得出係 AI？
- 一條 10 分鐘嘅片，AI 配音幾多錢？
- 做AI配音需要咩設備或者技術背景？
- 中英夾雜嘅稿，AI 讀到嗎？
- 稿有幾千字，可以一次過生成嗎？
- 用 AI 配音，由一個 30 秒測試開始
- 相關文章
AI 配音入門到出街：粵語 AI 配音點揀、點做、幾多錢（2026 指南）
一句答你：AI 配音 係用 AI 語音引擎將文字稿直接變成人聲嘅製作方式 — 貼稿、揀聲、生成，三分鐘有得聽。呢篇係 AI 配音總綱：點揀工具（五條驗證準則）、粵語四道關卡、成本實算、授權法律，同 7 條 FAQ。
AI 配音係咩？30 秒搞懂
一句答你：AI 配音 係用 AI 語音引擎將文字稿直接變成人聲嘅製作方式 — 貼稿、揀聲、生成，三分鐘有得聽。對香港用戶嚟講，重點唔係「有冇 AI 配音」呢個問題，而係邊個引擎真係識講廣東話：九聲六調、口語字、中英夾雜，樣樣都驗得到。
AI 配音 係用 AI 語音合成（TTS）引擎，將寫好嘅文字稿自動變成旁白或者對白嘅製作方式。你唔使麥克風、唔使錄音室、唔使約配音員：一份稿、一個瀏覽器，就出到一條音軌。
同真人配音最大嘅分別，唔係「邊個把聲好聽啲」，而係修改成本。真人配音要改一句，就要約人、約室、重錄；AI 配音改一句，係改一行字，再撳一次生成。呢個分別令「出街之後先發現要改」由災難變成日常操作。
Key Takeaways
- AI 配音 = 文字稿直接變人聲；標準流程係執稿 → 揀聲 → 生成 → 執貨 → 出片，最影響成品嘅係頭兩步
- 香港用戶揀工具嘅第一關係粵語：九聲六調、口語字、中英夾雜，通用引擎好易喺呢幾關現形
- 揀工具唔使逐個慢慢試：用五條準則驗 — 讀音準、自然度、中英夾雜、實用功能、成本授權
- 入場門檻好低：港嘢免費方案每月送 2,000 字符（約 8 分鐘語音）；一條 10 分鐘旁白喺付費方案成本約 HK$1.2–2.3
- AI 聲音用得，唔代表乜都照用：商用授權、聲線來源、聲音複製同意，三樣都要睇清楚
- 呢篇係「AI 配音」總綱：選型、成本、授權一次講晒；做片嘅詳細 step-by-step 流程另有專篇
AI 配音、文字轉語音、粵語配音：三個詞點分？
你搜嘢嗰陣會撞到三個好似一樣嘅詞，其實各有各指涉。分得清，先至搵到啱你嘅嘢。
- 文字轉語音（TTS） 係技術本身：將文字變語音。任何語言都算，係最底層嘅概念。
- AI 配音 係一種用途：攞 TTS 技術嚟完成配音呢件工作，通常有成品要求 — 對到片、對到字幕、對到品牌語氣。
- 粵語配音 係再收窄一層：成品語言係廣東話，而且要真係似香港人講嘢，唔係普通話腔讀粵字。
三層由闊到窄，搵嘢嘅入口唔同：想由頭認識技術本身，睇《廣東話 TTS 完全指南》；已經知道要做片，想行完整 production 流程，睇《粵語配音完整指南》；呢篇就係中間嗰層 — 「AI 配音」呢件事嘅總綱：點揀工具、幾多錢、有咩法律位、點樣開始。
邊啲工作啱用 AI 配音？五類高頻用例
唔係所有配音都應該交俾 AI。以下五類係 AI 性價比最高嘅場位，共同點係量大、更新密、或者預算緊。
一、影片旁同內容片。 YouTube 頻道、產品 demo、社交短片，一星期幾條嘅更新節奏，真人配音好難追。AI 可以令你改完稿十分鐘內有新版本。
二、廣告同宣傳版本。 一個 campaign 要出 20 個版本（唔同分店名、唔同優惠碼），AI 批量生成係唯一實際嘅做法。
三、教育同培訓教材。 課程內容年年改、教材要粵英雙語、仲要全校幾十套 — AI 配音令「教材出聲」變成低成本例行公事。
四、企業通知同 IVR。 派件通知、帳單提醒、電話選單 — 呢類音量極大、內容模板化嘅語音，早就有 AI 行業標準做法。
五、有聲內容實驗。 Podcast、有聲書、床邊故事 — AI 令你零成本試一個 audio 内容企劃，試啱先加投資。
相反，情感戲、角色扮演、品牌 flagship 廣告呢類位，真人配音員嘅戲味 AI 仍未追到。實務做法係混合：旗艦用真人，量產用 AI。
點揀 AI 配音工具？五條驗證準則
市面工具講嘅都係「我哋有幾多把聲、幾多種語言」，但「有」同「好用」差好遠。以下五條準則，逐條驗，唔使信 demo。
準則一：粵語讀音準唔準 — 用多音字驗
多音字 係最快驗出引擎原形嘅測試位。例如「銀行」同「行街」個「行」、「警察」同「警報」個「警」— 讀錯一個，成條片嘅可信度即刻破產。想知邊啲字高危，睇《廣東話多音字攻略》，攞住份清單去逐個工具測。
準則二：自然度 — 聽三樣嘢
句尾語氣有冇斷到一嚿嚿、長句有冇亂停頓、數字同日期讀法啲唔啲（例如「2026 年」讀「二零二六年」定「二千零二十六年」，要睇語境）。
準則三：中英夾雜處理
「今晚 go 唔 go gym」係香港人講嘢常態。有啲引擎會將英文字讀成奇怪嘅粵音，有啲直接跳咗。攞一句真實中英夾雜稿去試，即刻知龍鳳。
準則四：實用功能
做片要 SRT 字幕同步（唔使另外對軸）、量產要 API 同批量、團隊要工作區。呢啲功能決定你「用唔用得到」，唔係錦上添花。
準則五：成本同授權透明度
單價點計（字符定分鐘）、用完配額會點（超額收費定停）、生成失敗點處理（退唔退款）、商用授權包唔包 — 四條問題答唔答得清，直接反映平台成熟度。下一節用實數計俾你睇。
工具揀手過程想行得更深，睇《粵語 TTS 選型框架》同《廣東話 TTS 邊個工具最好？》。
粵語 AI 配音特別難？四道關卡
【獨家觀察】2026-09-27 我哋實測過「粵語配音 AI 工具」嘅搜尋結果：頭版全部係工具推廣頁 — 有平台宣稱 300 多種語音（HeyGen，2026-09-27 觀察）、有平台宣稱 97 種廣東話語音合成器（Narakeet，2026-09-27 觀察）。但「支援廣東話」同「講得好似香港人」係兩句好唔同嘅話。四道關卡，就係呢個差距嘅來源：
- 九聲六調。 粵語聲調係普通話嘅兩倍幾，仲有入聲短促收尾。調一錯，字就錯 — 「詩」變「試」，意思完全唔同。
- 口語字。 「嘅、哋、咗、喺、嚟」日日講，但好多通用模型根本冇學過點讀，成句稿一出就露餡。
- 中英夾雜。 見準則三。呢樣喺香港唔係口癖，係語言本體。
- 懶音同變調。 「講嘢」唔係一字一音咁機械；自然嘅粵語有連讀變化。呢關最考引擎功力，亦係「聽落自然」嘅分水嶺。
一個專做粵語嘅引擎，同「多語言模型入面有個廣東話選項」，喺呢四關嘅表現可以差好遠。呢個差距嘅技術根源，係聲調語言對合成模型嘅額外要求。
AI 配音幾多錢？由免費到工作室方案實算
【原創數據】以下實算全部對返港嘢 2026 年 10 月公布嘅現行價目：換算基準係中速旁白 240 字符一分鐘，即一條 10 分鐘旁白 ≈ 2,400 字符。標點、空白唔計字符；生成失敗自動退款，唔會白蝕。
| 方案 | 月費 | 每月字符 | 每千字符單價 | 10 分鐘旁白成本 |
|---|---|---|---|---|
| 免費 | HK$0 | 2,000（開戶禮） | — | HK$0（額度內） |
| 輕量 | HK$58 | 60,000 | HK$0.97 | 約 HK$2.32 |
| 入門 | HK$128 | 200,000 | HK$0.64 | 約 HK$1.54 |
| 專業 | HK$338 | 600,000 | HK$0.56 | 約 HK$1.35 |
| 工作室 | HK$688 | 1,400,000 | HK$0.49 | 約 HK$1.18 |
三個重點：
- 入場係零成本。 免費方案唔使綁卡，開戶禮額度夠你測聲線、試流程、出短內容。點玩到最抵，睇《免費廣東話 TTS 攻略》。
- 冇超額罰款。 港嘢配額用完就係用完，唔會自動碌你卡；要加量先至主動買字符包（HK$1.16／千字符，買咗唔過期）。
- 量產先至講單價。 一個月出 60 條 10 分鐘旁白（約 144,000 字符），入門方案 HK$128 就全包；同一個量搵真人配音員，市場價係另一個世界。想逐項對自己嘅用量計，用《TTS vs 真人配音成本計算機》。
收費結構嘅完整拆解（字符制 vs 時長制 vs 訂閱制嘅分別、點樣比較唔同平台嘅單價）睇《廣東話 TTS 價錢點計》。
由零到第一條 AI 配音：五步上手
成個流程唔使一小時。呢度係總覽版；每步嘅詳細手法（點執稿先至生成得順、揀聲三準則、SRT 對軸），喺《粵語配音完整指南》有 step-by-step 版本。
- 執稿。 用你想出街嗰種語言寫 — 粵語內容就直寫粵語口語，唔好寫書面語等引擎自己「翻譯」，一定錯音。保留標點：標點幫引擎斷句，而且唔計字符。
- 揀聲。 聽官方聲線樣本，用「讀音準唔準」做標準，唔好用「把聲靚唔靚」做標準。
- 生成。 貼稿、撳生成、聽。唔啱就改稿重嚟 — 修改成本低正係 AI 配音嘅核心優勢。
- 執貨。 聽一次全稿，重點核多音字、數字、中英夾雜位。發現錯音，改嗰句再生成。
- 出片。 下載 MP3／WAV；做片嘅話同步拎埋 SRT 字幕檔，剪片軟件直接對軸。
一個務實貼士：API 接入（自動化、批量）唔係第一步。先用 playground 行順流程，確認成品質素啱你用，先至考慮自動化 — 次序倒轉好易接咗個 API 先發現聲線唔啱用。
授權同法律：AI 聲音用得，唔代表乜都照用
呢節好多人心入面知重要、但成日跳過。三樣嘢，用之前逐樣確認：
一、商用授權。 平台嘅免費額度同付費方案，授權範圍可以唔同（例如免費版限個人試用）。用喺客戶項目、廣告投放之前，睇清楚條款。
二、聲線來源。 用官方聲線最穩陣 — 平台對授權負責。用「某明星個聲」嘅來路不明模型，風險自負。
三、聲音複製（clone）同意。 想複製自己或者其他人把聲，一定要獲得當事人明確同意；複製他人聲音做詐騙或者冒充，喺香港已經有刑事風險。框架方面，香港數字政策辦公室 2025 年公布嘅《香港生成式人工智能技術及應用指引》為生成式 AI 應用定出治理原則 (數字政策辦公室, 2025)，私隱專員公署亦有《人工智能 (AI)：個人資料保障模範框架》專門處理 AI 時代嘅個人資料 (PCPD, retrieved 2026-10-29)。完整授權細節睇《AI 聲音版權入門》。
常見問題
AI 配音可以用喺商業項目嗎？
一般可以，但要睇三樣嘢：平台嘅商用授權條款、你用嘅聲線係官方定 clone、以及內容有冇涉及他人權利（例如扮某人把聲）。官方聲線＋付費方案係最穩陣嘅商用組合；具體授權範圍以你所用平台嘅服務條款為準。
AI 配音同真人配音，邊個好啲？
唔係二選一，係分工。量大、更新密、預算緊嘅工作（培訓教材、通知、內容片）AI 完勝 — 修改成本近乎零；情感戲、角色戲、品牌旗艦廣告，真人配音員嘅戲味仍然無得代。實務上多數團隊係混合用。
粵語 AI 配音聽唔聽得出係 AI？
2026 年嘅專門引擎，喺旁白類內容已經好難一耳聽出；但情感起伏大嘅對白仍會露底。想客觀啲，做盲測：將 AI 同真人版本擺埋一齊俾人揀，唔帶標籤、唔帶偏好，結果先至作準。
一條 10 分鐘嘅片，AI 配音幾多錢？
以港嘢計：10 分鐘旁白 ≈ 2,400 字符（240 字符一分鐘）。入門方案（HK$128 月費，200,000 字符配額）成本約 HK$1.54；工作室方案約 HK$1.18。免費方案仲有2,000 字符（一次性開戶禮）可以先行試做。呢啲係配額內成本，冇超額收費。
做AI配音需要咩設備或者技術背景？
唔使。一個瀏覽器、一份文字稿就係全部。錄音室、麥克風、音訊軟件 — 呢啲係真人配音時代嘅裝備。API 接入要少少技術，但都係標準 REST 調用，有 curl／Node／Python 教學照抄就得。
中英夾雜嘅稿，AI 讀到嗎？
讀到，但表現參差 — 呢啲正係粵語引擎嘅試金石。測法好簡單：貼一句「今日 schedule 塞晒，聽日再 follow up 啦」，聽佢點處理「schedule」同「follow up」。通用多語引擎好易喺呢度讀出怪音。
稿有幾千字，可以一次過生成嗎？
可以，但唔係一次貼晒。同步 API 單次請求上限係 500 字符（港嘢規格，2026-09 生效），長稿嘅正確做法係分段生成再合併，或者用批量生成交俾系統處理。分段仲有個好處：改一段、重生成一段，唔使成篇重嚟。
用 AI 配音，由一個 30 秒測試開始
你唔需要任何準備工作可以先驗證一件事：攞你日常工作入面最常見嗰類稿 — 一段課程旁白、一個產品介紹、一句通知 — 貼入 港嘢 playground，撳生成，聽吓把聲似唔似香港人。
似，你已經有咗成條 production 線嘅入口；唔似，你都慳咗逐個平台註冊試用嘅時間。想再行深啲，由《廣東話 TTS 完全指南》開始，或者攞住免費額度直接落手試。
相關文章
關於港嘢：本文由港嘢內容團隊撰寫，全站文章行同一套編輯覆核流程；對 AI 配音應用有查詢，歡迎隨時聯絡我哋。
資料來源同方法說明：本文價格、配額、單價、字符換算（240 字符／分鐘）及 API 上限，均對照港嘢 2026 年 10 月產品設定實算；競品能力描述僅引其官方頁面宣稱並標注觀察日期 (2026-09-27)，未經獨立測試驗證；香港監管框架引自數字政策辦公室及私隱專員公署官方頁面 (retrieved 2026-10-29)。